浙江省经济增长与环境污染的关系——基于VAR模型的实证分析

段显明， 郭家东

(杭州电子科技大学管理学院，浙江杭州310037)

浙江省经济增长与环境污染的关系
——基于VAR模型的实证分析

段显明， 郭家东

(杭州电子科技大学管理学院，浙江杭州310037)

选取1985～2009年间浙江省经济增长和环境污染数据，建立向量自回归模型(VAR)，运用脉冲响应函数和预测方差分解，刻画了浙江省经济增长与环境污染在时序维度上的相互影响机制和动态相关性。结果表明，经济增长是影响浙江省污染排放量变化的重要原因，工业固体废弃物排放量、工业废水排放量和工业废气排放量的增加对经济增长也存在着反作用力。经济增长指标对解释环境污染指标排放的预测方差分解的贡献度较高，但环境污染指标排放对经济增长指标的预测方差的解释贡献度较小。

经济增长; 环境污染;VAR模型

经济增长与环境污染的关系已逐渐成为环境经济学与生态经济学研究的热点问题，也是世界各国在工业化进程中所面临的重要问题。浙江省是中国经济发达的省份之一，长期以来形成的以低成本竞争和数量型扩张为特征的经济增长方式造成了资源的过度消耗与生态环境的严重破坏。虽然生态建设和环境整治取得了一定成效，但是由于浙江人多地少，大宗原材料和能源短缺，生态环境保护区域和生态环境脆弱地区面积较大，粗放型增长方式与资源环境要素制约所构成的矛盾日趋尖锐。2010年，浙江省全省生产总值为22832亿元，人均GDP为44335元，工业废水排放总量达到365017万吨，工业固体废物排放量为3907万吨，工业烟尘排放量为18．8万吨，工业粉尘排放量为16．8万吨，经济的快速增长导致废弃物排放量不断增加，对资源环境的压力也越来越大。面对经济的快速发展和日益严峻的环境污染问题，对浙江省经济增长与环境污染的关系展开深入研究显得很有必要，深入了解两者之间的内在联系，对浙江省实现“转型发展”具有重要的理论意义和现实意义。

一、文献回顾

从国内外关于经济增长与环境污染关系研究的文献中可以发现，针对环境库兹涅茨曲线假说的研究最为广泛和普遍。然而就目前的研究来看，经济增长与环境污染之间是否存在“倒U型”的一般规律，结论仍然很模糊。目前的研究结论都取决于数据形式和环境污染指标的选取，特别是对于数据形式使用的争议更为激烈［1］(P59～62)。所以研究者更倾向于使用单个国家或地区的时间序列数据，但时间序列数据大多都是非平稳的，用回归方法(如EKC曲线)无法识别这种非平稳性。在这种情况下，即使变量之间没有任何关系，也会由于非平稳的时间序列带有趋势项而显现出一定的关系。向量自回归模型(VAR)可以有效避免这种问题，VAR模型既能反映变量之间的双向作用关系和动态关联效应，同时也能克服可能出现的“伪回归”问题［2］(P415～418)。如彭水军、包群(2006)通过 VAR 模型和广义脉冲响应函数对中国的经济增长和环境污染加以分析，指出了两者之间的相互作用机理［3］(P15～23);李鹏、兰宜生(2009)通过脉冲响应函数分析了山西省环境污染与人均GDP之间的相互作用关系，认为该省存在“倒U型”关系［4］(P54～62);李琳、朱金山、高润霞(2009)通过 VAR 模型对重庆市的经济增长与环境污染之间的关系进行了研究，并考察了两者的相互影响机制和动态关联效应［5］(P92～96);吕健(2010)通过建立VAR模型分析了上海市经济增长与环境污染水平在时序维度上的相互影响机制和动态关联效应［6］(P1～6);吴丹、吴仁海(2011)利用向量自回归对广州——佛山——肇庆(简称广佛肇)经济圈各城市环境污染指标和经济增长指标的时序数据进行脉冲响应函数分析及预测方差分解分析，研究了该经济圈经济发展与环境污染在时序维度上的关系及其动态性［7］(P880～884)。

综合以上研究可以发现，利用时间序列研究具体地区经济增长与环境污染的关系已成为环境与经济交叉领域的研究热点之一。因此，本文利用1985～2009年浙江省3个环境污染指标与经济增长指标，首先采用Johansen协整检验证明经济增长与环境污染物排放量间存在着长期稳定的关系，并以此建立向量自回归模型，然后应用VAR模型考察了浙江省经济增长与环境污染在时序维度上的相互影响机制和动态关联效应。

二、研究方法与数据说明

(一)研究方法

VAR模型是Sims(1980)提出的一种动态联立方程模型，在VAR模型中各个方程都具有相同的解释变量，并以被解释变量的滞后变量作为解释变量，这样可以很方便地研究变量之间的动态关系，且克服了传统联立方程模型受制于经济理论不完善而带来的诸如内生变量和外生变量的划分、估计和推断等复杂问题。此外，VAR模型还可以进行经济变量之间的因果关系、脉冲响应以及方差分解分析。

VAR模型一般的数学表达式为:y1=A1yt－1+… +Apyt－p+B1xt+ … +Brxt－r+ εt。其中，yt是 m 维内生变量向量，xt是 d 维外生变量向量，A1，A2…Ap与 B1，B2，…Br是待定的参数矩阵，内生变量向量和外生变量向量分别有p和r阶滞后期，εt是随机扰动项。模型中内生变量有p阶滞后，所以可称其为VAR(P)模型。在实际应用中，通常希望滞后期p和r足够大，从而完整地反映所构造模型的动态特征。此外，滞后期越长，模型中待估计的参数就越多，自由度就越少。滞后阶数一般根据AIC、SC准则来确定。

(二)指标选取与数据来源

由于各项反映经济发展水平的指标都与人均GDP有密切的联系，结合以往学者的研究，本文采用浙江省人均GDP来衡量经济发展水平。为了剔除物价变动的影响，全部转换为1978年的不变价格。根据工业污染源所排出的“三废”是导致环境质量恶化的主要原因，选取同时期的工业固体废弃物排放量、工业废水排放量、工业废气排放量来表征环境污染程度。为了避免数据的剧烈波动，消除可能存在的异方差，考虑到对时间序列数据进行对数化后并不改变数据的特征，而且容易得到平稳序列，本文的实证分析均对各变量取自然对数值。其中各类污染变量时序长度均为1985～2009年，所有原始数据均来自相应年份的《浙江省统计年鉴》。研究变量指标有工业固体废弃物排放量LNSOLID(单位:万吨)，工业废水排放量LNWATER(单位:万吨)，工业废气排放量LNGAS(单位:万吨)和人均生产总值LNGDP(单位:元人民币)。

三、实证分析

(一)数据序列平稳性检验

由于VAR模型估计值的可靠性依赖于变量的平稳性，如果变量为平稳的时间序列，则可以直接构建无约束的VAR模型;如果变量为非平稳的时间序列，则需要检验模型所涉及的变量之间是否存在协整关系。基于这样的思路，本文首先对LNGDP以及各类环境污染指标(LNWATER、LNSOLID、LNGAS)进行单位根检验。

对涉及的相关变量运用ADF(Augmented Dickey－Fuller test)方法进行单位根检验，检验结果见表1。从表1可以看出，定义的新变量在5%的显著性水平下是非平稳的，而一阶差分后的序列在5%的显著性水平下均满足平稳性的要求。故原有的时间序列满足一阶单整，变量之间可能存在协整关系。

表1 ADF平稳性检验

(二)协整检验

由表2的协整检验结果可见:LNGDP、LNGAS、LNSOLID、LNWATER之间存在协整关系，即非平稳变量之间存在着长期稳定的均衡关系，满足建立VAR模型的前提。LNGDP与LNGAS、LNWATER之间的协整关系为正，说明在经济增长的同时，工业废气和工业废水的排放量总体上在增加;LNGDP与LNSOLID之间的协整关系为负，说明随着经济的增长，工业固体废弃物的排放量在不断减少。

表2 协整检验结果

(三)VAR模型的建立

在ADF检验的基础上，我们建立以浙江省人均GDP、工业固体废弃物排放量、工业废水排放量、工业废气排放量为因变量，以这些变量的滞后值为自变量的VAR模型。重点参考AIC和SC的评价标准，将VAR的滞后阶数确定为2阶，即建立VAR(2)。

1．基于VAR模型的脉冲响应分析

脉冲响应函数是指系统对某一变量的冲击或扰动所做出的反应。可以通过脉冲响应函数来刻画每个内生变量的变动或冲击对它本身及所有其他内生变量产生的影响，进而反映变量之间的长期动态响应关系。

我们分别给各个环境污染变量和经济增长变量一个单位大小的冲击，得到关于人均GDP和环境污染变量的脉冲响应函数图(从略)。

从函数图可看出，给工业废气排放量一个正的冲击后，人均GDP一直保持正的增长，到第9期之后达到稳定(响应值为0．031);给工业固体废弃物排放量一个正的冲击后，人均GDP一直保持下降，第5期时下降达最大(响应值为 －0．046)，第 10 期达到稳定(响应值为 －0．022);给工业废水排放量一个正的冲击后，人均GDP在第1期内保持不变，之后开始上升，第 6期达最大值(响应值为0．025)，之后仍保持增长，第8期之后达到稳定(响应值为0．021)。响应图说明，工业废气排放量和工业废水排放量正的冲击可以持续提高人均GDP，而工业固废排放量正的冲击在长期内则可以持续降低人均GDP。

同理，给人均GDP一个正的冲击，可以得到各个环境污染指标的响应图。工业废气排放量在第1期保持不变，之后开始下降，第3期达到最小值(响应值为－0．072)，之后下降幅度开始减少，从6期后开始一直保持正的增长，到第8期后达到稳定(响应值为0．050);工业固体废弃物排放量在第1期保持不变，之后开始下降，第3期下降到最小值(响应值为－0．067)，进而转为上升，第5期转为正向增加，到第8期后又开始下降(响应值为－0．011)，之后一直保持下降;工业废水排放量从第1期开始下降，第2期达到最小值(响应值为－0．058)，第3期开始上升，第4期又开始下降，之后开始保持上升，从7期开始转为正，到第8期达到稳定(响应值为0．016)。从整体而言，经济的增长会带来工业“三废”产生量和排放量的增加，说明人均GDP正的冲击可以持续增加工业废气、废水排放量，也可以持续降低工业固废的排放量，与前文分析的结论相符。

2．基于VAR模型的方差分解分析

我们运用方差分解(Variance Decomposition)分析方法来进一步考察浙江省环境污染与经济增长之间的相互影响程度。与脉冲响应函数方法不同，方差分解法是将系统的预测均方误差(Mean Square Error，MSE)分解成系统中各变量冲击所做的贡献，从而可以考察任意一个内生变量的预测均方误差的分解。

表3 方差分解结果

各类环境污染指标与人均GDP的方差分解结果见表3。综合方差分解结果可以发现，人均GDP对解释各类环境污染指标的预测方差起了很大的作用，但各类环境污染指标对解释人均GDP的预测方差的贡献度则相对较小。在各类污染物指标的方差分解中，经济增长对工业废水排放量和工业废气排放量的贡献程度要大于工业固体废弃物排放量，说明目前浙江省经济增长对环境质量影响的表现形式以大气污染和水污染为主，这与浙江省早期的工业格局以及工业生产总值的增长严重依靠以煤炭为主的能源消费模式极为吻合。在经济增长预测误差分解中，工业废气排放量的贡献度相对较大，工业废水排放量的贡献度相对较小，说明目前废气排放已经对浙江省经济的增长产生重要的抑制作用，而其他污染物的表现相对较弱。

四、结论和启示

本文以1985～2009年浙江省人均GDP为经济增长指标，以工业固体废弃物排放量、工业废水排放量和工业废气排放量为环境污染指标，通过VAR模型建立了浙江省经济增长与环境污染水平之间的长期均衡方程，并利用脉冲响应分析和方差分解分析探究了浙江省经济增长与环境污染之间的动态响应机制。通过实证分析，我们获得如下结论及启示:

第一，经济增长与环境污染之间存在双向作用机制，并且在这种双向作用机制中，环境污染对经济增长的反作用机制要弱很多。这在一定程度上表明目前浙江省的环境污染监管力度还不够有效。为此，必须加强环境监管，加速新兴环保技术的研发和应用，不断改进生产技术，进而带动产业结构的升级和换代。

第二，本文实证研究的结果发现，目前浙江省经济增长对环境污染的表现形式主要为大气污染和水污染，其中大气污染更为突出;在环境污染对经济增长的反作用方面，大气污染成为制约浙江省经济发展的主要因素。所以，在保障经济发展的同时，加大治理空气污染的力度，已经显得刻不容缓。

第三，经济增长指标对解释环境污染指标的预测方差分解的贡献度较高，说明浙江省目前的工业发展还是偏重型化，能源消费模式以煤炭为主。但是三个污染排放指标对于经济增长指标的方差分解的贡献度较小，说明对于减少这些污染物排放的最主要原因不是经济增长，而是应该通过改进和增加技术设备、污染处理设施，以及完善相关的法律政策等措施来实现。

［1］ 闫新华，赵国浩．经济增长与环境污染的VAR模型分析——基于山西的实证研究［J］．经济问题，2009，(6)．

［2］ 梁流涛，郭子萍，王海荣．工业发展与环境污染关系的区域差异分析——基于江苏省的实证研究［J］．生态环境学报，2010，19(2)．

［3］ 彭水军，包群．中国经济增长与环境污染基于广义脉冲响应函数法的实证研究［J］．中国工业经济，2006，(5)．

［4］ 李鹏，兰宜生．经济增长与环境污染关系的研究——基于山西省数据的实证分析［J］．国际商务，2009，(1)．

［5］ 李琳，朱金山，高润霞．基于VAR模型的重庆市经济增长与环境污染的关系研究［J］．西南大学学报(自然科学版)，2009，31(11)．

［6］ 吕健．上海市经济增长与环境污染——基于VAR模型的实证分析［J］．华东经济管理，2010，24(8)．

［7］ 吴丹，吴仁海．不同地区经济增长与环境污染关系的VAR模型分析——基于广州、佛山、肇庆经济圈的实证研究［J］．环境科学学报，2011，34(4)．

Abstract:Choosing from 1985－2009 in Zhejiang environmental indicators and economic growth indicators，thus establishing vector autoregressive(VAR)model，using impulse response function and forecast variance decomposition，the temporal dimension of interaction mechanism and dynamic correlation effects between economic growth and environmental pollution in Zhejiang province was analyzed．The results showed that economic growth is an important factor responsible for the change of the pollutant discharge in Zhejiang．And on the other hand，the discharge of industrial solid waste，industrial waste water and industrial waste gas also affect the growth of economy．The indicators of economic growth can interpret a large part of the emission of pollution indicators，while the pollution indicators can only interpret a small part of the indicators of economic growth．

Key words:economic growth;environmental pollution;VAR model

Relationship between Economic Growth and Environmental Pollution in Zhejiang An Empirical Analysis Based on VAR Model

DUAN Xian-ming，GUO Jia-dong
(Management School，Hangzhou Dianzi University，Hangzhou，Zhejiang 310037，China)

F127;F205

A

1674－0297(2012)01－0052－04

2011－08－18

浙江省人文社科重点研究基地重大招标项目“资源、环境经济模式的生态效率集成机制研究”(编号:RWSKZD01－2011ZB)成果。

段显明(1964－)，男，江西都昌人，杭州电子科技大学产业组织与公共政策研究所所长，教授，博士，硕士生导师，主要从事环境经济学、资源与环境管理研究。

(责任编辑:李晓梅)